当前,世界新一轮科技革命和产业变革蓄势待发，全球产业结构和竞争格局的深度调整正在孕育,未来可能取得突破的颠覆性创新对人类“技术—经济—社会”范式变革具有重大意义。

看看目录，文盲了吧！

先进机器人

自动驾驶汽车

区块链

脑机接口

云服务集成

认知计算

容器

深度学习

边缘计算

百亿亿次运算

内存计算

万物联网

开源硬件

增强隐私的技术

量子计算

软件定义一切（SDx）

智能机

虚拟助理

可穿戴计算

大规模计算

本文编译了以上部分。

生物计算机

忆阻器

5G

3D打印机

洞察力平台

无所不在的PIM

基于架构的计算

分布式社区网络

无线功率

塑料晶体管

基于位置的服务

数字标牌

NFC

数据可视化

语义技术

上下文中介

沉浸式体验

自然用户界面

WebRTC

先进机器人

定义：机器人领域的发展势头正猛，这归因于人工智能和计算机视觉方面的进步。当今的先进“智能”机器人具有自主性，能够做出明智的决定，确定自己的行动。它们的互联性也越来越强，能够与其环境及其他智能机器互动，成为物联网的一部分。如今的机器人未必是仿人机器人，主要还是机器、甚至车辆，比如自动驾驶汽车。

演化

机器人有着悠久的历史，主要与工厂自动化有关。

人工智能方面的进步、改进的连接性和分布式计算模型（云）为这个领域注入了新的生机。

机器人变得更智能化，不仅仅在工厂环境下从事重复性任务，还能做明智的决定，确定自己的行动。

现在许多大型飞机基本上都是机器人，可以自动飞行，飞行员其实只是用来安抚乘客。

日本在历史上大力推行机器人，是为了缓解劳动力缺乏和人口日益老龄化这两大问题。

新的进入者豪赌先进机器人，包括人工智能方面拥有专长的谷歌。

新的使用场合（比如军用无人机）变得越来越重要，它们的地位在上升。

我们有一天可能会看到机器人军队参与的战争。

未来，机器人可能会获得社交智能、人工情绪和更自然的交互。

自动驾驶汽车

定义：自动驾驶汽车是个新兴领域这些自动驾驶车辆依赖这些技术，让它们能够自动驾驶，并识别和响应周围环境。

应用

个人交通――包括谷歌和特斯拉研制的自动驾驶汽车和半自动驾驶汽车。

工业监视和运输――尤其是在恶劣、宽广或难以进入的环境下，比如矿井、管道或交通堵塞。

紧急的专业运输――包括用于搜救的空中无人机。

运送包裹的无人机――比如亚马逊和谷歌研制的无人机。

高容量物流――包括一排自动驾驶卡车，只有一名司机控制着几辆卡车。

农用运输――比如用于监测作物和牛群控制。

军用运输和监视――尤其是在危险环境下。

演化

长期目标是自动驾驶汽车车队补充甚至取代由人控制的传统车辆。

虽然仍处于研发阶段，但这些公司已经在测试自动驾驶汽车。

研发的重点主要是帮助司机轻松无忧地到达指定的目的地，不过它们也想确保司机感到满意和安全。

各国政府在开始发挥更积极的作用，起草法规，并提供研发资金。

预计年前后会得到广泛采用，但这可能有点乐观。

区块链

定义：区块链是一种分布式数据库，使用密码技术来确保按记录顺序，防止被篡改。区块链分三种：公共版、私有版或社区版，它为单一实体维护和控制的集中式总账提供了另一种选择。这样一来，区块链能够带来一种新的模式，可以在对等网络中建立信息，不需要可信赖的第三方。

应用

财务应用――包括记账、加密货币和确保交易安全。

非财务应用――包括（在某种程度上）管理知识产权、数字身份、电子健康档案，还有表决、供应链验证和智能合约。

演化

区块链因用作比特币交易的公共总账和支持众多加密货币而家喻户晓。

应用范围现已扩大到包括几乎所有领域的广泛应用。

企业组织（主要是行业，但也有一些政府）大力投资于为特定的使用场合构建概念证明。

Ethereum这个例子证明了一种较复杂的实施方法，这种平台能够创建并自动化智能合约。

区块链技术公司R3在领导40家银行组成的联盟，测试使用区块链解决方案，便于债务工具的交易。

Hyperledger项目是为了推进区块链技术而设立的一个合作项目，旨在识别并解决重要功能，以便为分布式总账推出一种跨平台的开放标准。

区块链协议不断发展，扩展功能、解决安全风险，并提高能力。

脑机接口

定义：脑机接口（BCI）是大脑和外部设备之间的一条直接交流通道，外部设备基于大脑生成的神经活动。虽然大多数方法使用侵入性设备，但最有前景的技术基于非侵入性方法。这里，脑电图（EEG）设备记录大脑活动。脑电图具有精确的时间分辨率、易于使用、便于携带、启动成本低等优点，因而成为研究最广泛的一种大有希望的非侵入性接口。

应用

最初只是简单地检测特定的外部信号，以及与物体非常基本的互动。

如今，主要用于协助、增强或修复人类的认知或感觉运动功能，比如用于控制假体。

还用于游戏――已经出现了原始的脑电图设备，用作游戏控制器。

之后，提供更先进的通信――包括专注于基本音素和语言模式的语音识别。

未来，能够实现与计算设备及更多物体进行交流和互动。

演化

年首次发明，研究实验室此后广泛研究基于脑电图的脑机接口。

上个世纪70年代，非侵入性技术让假体机制可加以控制后，研究人员用灵长类动物做实验。

神经影像分辨率和脑电图能力方面的进步让人们可以更精确地控制设备。

最初的消费类设备比较粗糙，主要用于游戏和压力控制。

近期的进步表明，基于脑电图的脑机接口完成任务的水平与侵入性脑机接口相似。

脑机接口最终可能会成为用于与电脑和设备互动的最先进的方法之一。

问题

侵入性方法需要复杂的医疗程序，可能会有不良的副作用。比如说，由于连接效果可能会衰减，很难确保与大脑的某些部位保持永久连接。

非侵入性脑电图仍处于研究的早期阶段。

大脑活动是永久的，正因为如此，不容易把重要信号隔离出来。非侵入性技术需要付出更大的努力。

大脑异常复杂（有多亿个神经元），基于电子信号分析模式确实颇具挑战性，还会因个体差异而复杂化。

从长远来看，可能存在伦理道德风险，比如可能出现读心术、控制心灵。

云服务集成

定义：新的计算连续体将是一种异构环境，它基于分散和联合的各种计算实体和资源类型。这将包括多云（和云联合）模式，它们具有不同的、分散的自主管理和混合云模式，跨越内外云服务之间的界限，或者公共云、私有云和社区云提供商之间的界限。云服务集成（CSI）提供了一种灵活的方式，用于组装这些基于云的不同元素，从而支持跨IT领域的业务流程。计算工作负载部署在多个云环境上，提供一种最佳的交付模式。

应用

全球业务－－能够跨地域动态协调计算负载。

集成制造――支持信息透明度以及制造执行系统/制造运营系统（MES/MOM）、企业资源规划（ERP）和PLM系统之间的协作。

行业――比如说，帮助天然气公司优化提炼，为此确保燃气涡轮机制造商的产品生命周期管理（PLM）云服务、天然气公司自己的私有资产管理云服务和地下分析云服务之间紧密集成。

改进信息服务――让企业组织可以用公共的第三方服务（比如天气或交通服务）增强自有服务。

业务连续性――降低灾难恢复的成本，同时提高灵活性和敏捷性。

演化

简单的多云功能最初通过API来提供。

如今这些演变成了全球规模的基于服务的架构。

ServiceNow扮演了重要角色，向业界表明可以如何让不同的服务提供商聚集到单一平台上。

由于私有云现在成为主流，许多公司着眼于混合云模式。

从长远来看，大多数公司可能会采用多云战略，服务来自多家提供商。

未来会出现一系列更广泛的可用服务交付渠道，让用户可以调度工作负载，自动交付给最合适的云。

可信赖的信息中介――由今天的云就绪的身份联合服务发展而来，将为信息和服务确保无缝验证和访问控制。它们将使用属于信息请求者的特征，比如年龄、企业组织或公民身份，同时确保专有或个人信息没有随意散播开来。

认知计算

定义：认知计算融合了来自诸多领域的算法和方法，比如人工智能、机器学习、自然语言处理和知识表示等领域，改善人类在处理认知任务方面的表现。认知计算打破神经科学和计算机科学的传统界限，能够学习，能够了解自然语言，还能够推理，比传统可编程系统更自然地与人类进行交互。认知计算系统主要有三种类型的功能：

拥有互动功能的系统改变了人类与系统的交互方式，提供专家帮助，从而扩展了人的能力。

借助新的信息、结果和行动，拥有基于证据的决策功能的系统在不断完善。

拥有发现功能的系统可发现连最聪明的人都发现不了的洞察力，通过了解来自全球各地的海量信息，从中找出关系。

应用

认知计算具有多方面的应用，应用范围会继续扩大：

专家帮助――解决任务或长期项目、回答问题、提出建议以及揭示模式。例子包括私人助理。

直观的沟通――了解某人的真实意图、态度、意思、情感和情绪，提议数字化体验方面高效的沟通策略。例子包括营销和销售活动、电视广告、政治竞争活动，以及将呼叫中心的接线员与呼叫方的个性相匹配。

为残障人士提供无障碍服务――内嵌软件的专用设备可以响应简单的直观手势（比如手指指点），阅读招牌、文章、图书、标签和产品。

智能叙述――从复杂的信息中提供自动化、但使用自然语言的精辟总结。例子包括用自然语言解释分析结论。

预测客户互动――充分利用与客户关系管理（CRM）系统关联的知识库，了解客户的数据、发现模式、推断关系、预测客户要求和行为，因而预测最佳的互动策略。

演化

自上世纪60年代以来，使用人工智能的计算机一直是学术界和研究实验室研究的领域。

然而就在不久前，全世界还缺少支持这类系统的数字化基础设施、算法和知识库：

－计算能力和存储的规模现在到了临界点。

－现在有大量新的结构化和非结构化数字数据源，可供算法摄取、分析和比较。

－新的传感器可以利用人工智能在语音、文本和视觉方面的进步，因而生成更多的上下文和数据。

－软件无处不在，移动技术为高度情境化的软件带来了机会。

将受到认知计算影响的流程和领域的整个范围仍在不断变化和扩大。

作为专家助理，认知计算可能有一天在各种解决问题的场景下实际上能自主行事。

容器

定义：容器是一种轻量级虚拟化技术，为应用程序提供了在单一操作系统实例里面的隔离环境。容器让用户和在容器里面运行的应用程序觉得如同在自己的专用机器上运行。

应用

提供端到端应用程序管理，从原型设计、开发到生产。

跨服务提供商移植工作负载。

封装解决方案。

支持各种软件定义的解决方案

提供自适应应用程序或基础设施即代码：面对底层基础设施出现的变化，工作负载可灵活响应，并重新配置自己。

为解决方案架构（包括微服务）支持软件组件化。

演化

基础技术已经在基于Unix的操作系统（比如Linux或Solaris）中存在多年。

容器因Docker而获得了市场知名度，Docker提供一种替代虚拟化技术的轻量级方案，它与开发工具和云部署系统很好地整合起来。

容器正成为软件包装和分发的首选模式。

容器市场在获得一定程度的标准化和互操作性。

这个领域有许多创新活动，包括：

—先进的工作负载调度

—可信赖的容器化计算

—嵌入式设备中的原生支持

—为容器优化的基本操作系统

—与其他云技术整合

从虚拟化到容器化的过渡和转变需要流程、实践、技能、文化和组织边界方面都有相应变化。

深度学习

定义：深度学习是机器学习的一个分支，扎根于神经网络，其中多层神经网络算法试图用数据为高级抽象建模。目前，大多数应用程序使用监督学习（supervisedlearning）：网络用针对每个类别的一大组标记数据样本来加以训练（比如一张猫的图像被标记为“猫”），生成模型，然后模型被用于映射新样本。另一方面，非监督学习是指，机器在没有用相关数据集进行专门训练的情况下，就能识别对象、文本或图像。一些深度学习模型利用文本构建多维空间。这里，网络“发现”单词之间隐藏的语义关系，然后根据邻近性来排列关系。比如说，在由历史书创建的单词空间中，它会确定“国王”–“男性”“女性”=“女王”。其他模式遵循从实例了解的模式，生成文本，或者优化动作序列，以实现目标。

应用

图像和语音识别――比如语音控制系统、自动驾驶汽车、面部识别、视频监视、图像标记和可视化诊断。

文本识别――包括自动翻译、情感分析、关键字提取、概括文本、自动答题机和信息检索。

行动规划――包括生成营销规划。

游戏――比如象棋或围棋。

机器人――比如说，帮助机器人不需要人的帮助就能了解物体。

欺诈和安全――主要是检测异常行为。

演化

年代中期神经网络算法取得了突破，因而可以构建和训练采用大规模并行形式的大规模多层网络。

随后，神经网络结合其他机器学习和人工智能技术，执行复杂的任务。

深度学习模型进行预先训练，以减少样本和准备时间方面的初始投入，从而为新的应用建立初始模型。

随后，计算机架构基于单精度图形处理单元和现场可编程门阵列，进行了优化。

谷歌深度学习项目在围棋赛中击败了人类冠军。

边缘计算

定义：物联网的发展和越来越丰富的云服务的出现，共同需要数据在网络边缘加以处理。边缘计算又叫雾计算、网状网计算、露水计算和远程云。它把应用程序、数据和服务由云计算的集中模式转移到位于网络边缘的更分散的模式。无处不在（有时自主）的设备包括笔记本电脑、智能手机、平板电脑和可能并非不断连接到网络的传感器，它们可以彼此联系和协作，并与网络联系和协作，执行存储和处理任务，无需第三方的干预。边缘计算涵盖广泛技术：从无线传感器网络和移动数据采集，到分布式对等自组织网络及处理，不一而足。

应用

互联车辆――它们具有广泛的交互和连接（包括车辆对车辆、车辆对基础设施以及无线和移动网络）。

工业4.0――确保智能工厂项目可灵活扩展。

智能城市――让城市可以扩展数据驱动的市民服务。

智能家居――由于越来越多的智能设备共享越来越多的信息，为互联网带宽消除负担。

网上购物――操纵经常变化的购物车，让它更靠近消费者。

移动商务――比如面向金融、广告和零售的移动商业模式，为可能计算密集型的分析带来成本合理的规模。

移动医疗――包括健康监测服务和患者的病历管理系统。

资源密集型最终用户应用程序。

－包括增强现实、移动游戏、媒体流和家庭多媒体共享。

演化

网络与典型的云原则结合起来，构建分散的云平台。

越来越多由物联网生成的数据日益在靠近网络边缘的地方或就在网络边缘加以存储、处理、分析及采取行动。

边缘目前依赖厂商的特定解决方案。

百亿亿次运算

定义：百亿亿次运算超级计算机是指每秒能够处理至少1百亿亿次运算（1exaFLOPS）的高性能计算（HPC）系统，速度比如今的千万亿次超级计算机快倍。它为应对21世纪的新挑战向前迈出了一大步；在21世纪，所有领域（尤其是工业界、学术界和科学界）要求功能日益强大的计算系统，充分利用认知计算，解决涉及数量日益庞大的数据的问题。百亿亿次运算被认为是神经网络的处理功能与人脑一样强大，因此它也是人脑项目（HumanBrainProject）想要达到的功能。

应用

智能城市提供高品质的城市服务――管理城市级交通，监测市民在市内的移动，提供数据驱动的房地产估值，监测疾病传播及更多应用。

气候――可以更精细、更可靠地预测和了解恶劣天气现象的确切地点和时间。

环保发动机――在设计阶段更精确地模拟燃烧室性能，减小二氧化碳排放量、油耗和噪音强度。

基因组学――包括支持预测性诊断、更有效的治疗和个性化给药。

石油天然气勘探――比如说，开始钻井之前，使用模拟更准确地预测油井是否满足预期目标。

农业――重塑农业，以满足21世纪的需求，为此发展精细农业，减少农药使用量，同时考虑到气候变化、土地质量变化和植物行为。

天体物理学――比如更深入地了解太阳系和宇宙，为未来太空任务做精确计算。

演化

百亿亿次运算至关重要，有助于克服研究、应用科学、工业和社会等方面的挑战。

许多大家已制定了雄心勃勃的目标，欲成为百亿亿次运算领域的领导者，设立大型专用研究项目，联合高性能计算（HPC）厂商。

在欧洲，欧盟委员会支持Horizon计划下面的几个百亿亿次运算项目。这些与战略研究议程（StrategicResearchAgenda）相一致，当初欧洲高性能计算技术平台（ETP4HPC）提出了该议程，源讯公司旗下的技术品牌Bull是开路先锋。年年底，Bull宣布了第一个开放的百亿亿次运算超级计算机系列（Bullsequanax）。

在美国，百亿亿次运算研究得到了国家战略计算计划（NSCI）的支持。

在日本，理化学研究所高级计算科学研究所计划年推出一套百亿亿次运算系统。

中国在百亿亿次运算方面也有很大的野心。

内存计算

定义：内存计算是一种计算方式，运行应用程序的计算机或网络计算机的中央内存为那些应用程序使用的数据集（可能数TB）充当主数据存储区。然后，这些应用程序使用传统硬盘来永久性存储内存数据，以便能够恢复、管理溢出情形以及将数据传送到其他位置。

应用

能够近实时访问信息（不仅仅是数据）――只需几秒，而不是几小时/几天，比如访问互联家居、电子商务、CRM和ERP。

提供密集型分析――适用于商业智能和大数据等领域，以及面向CRM、工业4.0、智能城市、供应链规划和安全情报的洞察力平台。

提供复杂事件处理――适用于高频交易、预测性监控、智能计量以及欺诈和风险管理等领域。

边缘计算――充分利用内存计算平台，让本地物联网数据能够实时分析，这进而可以立即做出决定。

万物联网

定义：万物联网（IOE）是一种无所不在的通信网络，可高效地捕获、管理和利用来自无数实际物体和物理活动的数据。它还加入了人员、流程、地点和更多对象，因而拓展了物联网。

空间分布的传感器和致动器（节点）组成的网络可检测并监控事件（传感器）或触发动作（致动器），每个传感器或致动器都有收发器和控制器，以便与网络环境进行通信。每个都有一个独特的标识符，能够沿网络传输数据，不需要人人或人机交互。传感器和致动器的尺寸和价格不一，有些尺寸极小。正因为如此，它们可以嵌入到许多不同的物体，部署到许多不同的环境，包括边远地方的恶劣环境。传感器包括GPS、RFID、Wi-Fi或互联网接入等功能。有些甚至能够检测其他节点的大概位置。例子包括：监视心脏的植入物、装在农场动物身上的生物芯片转发器、沿海水域的电动蛤、内置传感器的汽车，或者帮助消防人员开展搜救的现场作业设备。

应用

自动化操作。

监测资产健康状况、损耗状况、位置、交通或环境。

改善医疗保健。

提供监视和安全，包括早期预警系统。

获取关于运动和/或地形参数的信息。

管理能源和用水。

开源硬件

定义：开源硬件模式将开源软件开发领域普及的概念和方法扩展到硬件开发领域。说明文档（包括原理图、图表、部件列表及相关规格）发布时附有开源许可证，那样其他团队就可以根据具体要求，加以修改和完善。这些有时结合较传统的开源软件，比如操作系统、固件或开发工具。比如说，Linux和Android操作系统都用于嵌入式设备。

应用

为新设备制作原型，比如联网传感器设备。

锁定厂商锁定。

通过利用硬件设计的可用性，保持系统具有长久性，几十年如一日。

为互联网规模的数据中心提供服务器和网络基础设施，主要受开放计算项目的推动。

加快采用工业厂商的核心技术标准，同时吸引合作伙伴生态系统。

加快创新。

推广麻省理工学院提议的分布式创新实验室（fablab）模式。

演化

最初主要由开源社区发起。

日益在企业界受到追捧，同时受到工业用户和硬件厂商的青睐。

逐渐引起各行各业的兴趣，包括处理器、服务器、3D打印及原型、环境信息设备、手机、笔记本电脑和机器人。

新兴国家抱有巨大的兴趣。

预计开源硬件会继续在这三个方向发展：

—支持硬件创新和标准制定

—保障长期维护能力

—构建低成本设备和基础设施，包括网络基础设施

增强隐私的技术

定义：增强隐私的技术是指这类技术：用来保护或掩蔽个人信息（员工信息、客户信息或公民信息），以便遵守数据保护法规，与客户之间保持信任关系。这种技术不仅保护非常敏感的数据（比如信用卡信息、财务数据或健康记录），还掩蔽非常个人化的信息（包括购买习惯、兴趣、社会关系和人际关系）――数字用户热衷于让一些服务利用这些信息，但前提是隐私得到一定的尊重。正因为如此，增强隐私的技术并不仅限于专门保护数据机密性的传统技术（比如访问控制和加密），还包括确保数据使用仅限于指定用途的技术和方法，包括同态加密、数据掩蔽、匿名和假名。

应用

商业、金融、电信、公共服务和医疗保健――客户离开敏感个人数据的任何领域。

社交媒体和网络，以及协作服务――这也是客户与指定的受众共享所选择数据的领域。

员工个人数据。

演化

早期工作始于上世纪70年代中期，匿名和不可链接性这些概念诞生。

隐私同态技术在那个时候推出，不过存在许多局限性和安全漏洞。

突破性的全同态加密（FHE）方案于年提出。

最近，业界把重点放在了管理数字身份并注重隐私的机制上。

如今，简化的方案（同态加密－SHE）允许高效地评估一些简单而具体的逻辑函数。

这个领域与“个人数据经济”概念一同发展。

量子计算

定义：量子计算机是使用量子力学现象（比如叠加缠结）对数据执行操作的计算系统。量子计算的基本单位是量子比特（量子的叠加状态，同时有多个值），其主要优点是，能够执行一些类型的量子算法，速度比最出色的经典计算方法快得多。

这种算法目前正处于迅速发展的阶段，有一天可能会打破当前技术在组合分析方面的一些重大瓶颈。应用范围广泛，从解密、运筹、优化、模拟（借助量子模型）到大数据分析（神经网络），不一而足。

应用

打破加密标准――新兴的量子安全密码旨在克服这个威胁，获得新的加密方法，因而量子计算机能够抵御攻击。

交易，应用于金融行业。

识别模式，应用于国防、国土安全、电信、公用事业和保险等行业。

加快发现先导化合物，应用于制药行业。

加快模拟，应用于化工行业和量子物理学。

演化

量子计算的理论基础确立于20世纪的最后25年。

第一批真正的量子计算设备在年前后发明。

基于量子技术的首批商用系统（D-Wave）在年前后面市。

虽然目前实际实施的量子计算机仅限于几十个或几百个量子比特，不过正迅速取得发展。

各大互联网公司（比如谷歌）最近开始测试基于量子的技术。

美国国家安全局、中国和其他国家政府在加大量子安全项目力度。

量子计算（及其他量子技术）预计会成为欧盟的旗舰项目。

软件定义一切（SDx）

定义：软件定义一切（SDx）是一种方法，将物理机制控制的老式、常常专门的硬件换成在商用硬件平台上运行的软件。这个概念可以应用到IT系统的各个方面，包括网络、计算、存储、管理、安全和更多方面。

应用

软件定义网络（SDN），其中可编程远程控制器通过网络转发数据，控制器与物理网络设备分离开来。

软件定义计算（SDC或虚拟化），将处理器和内存资源与物理硬件分离开来，构建隔离的软件容器（虚拟机），它们可以在同一个物理服务器上同时运行。

软件定义存储（SDS或存储虚拟化），将存储功能（包括备份）与存储硬件分离开来，软件实现存储资源的自动化和配置。

软件定义数据中心（SDDC），所有资源（包括处理器、内存、存储和安全）进行虚拟化处理，并作为一项服务来交付。

网络功能虚拟化（NFV），结合SDC、SDS和SNS，作为应用于电信行业的一种解决方案。

演化

标准化工作已经广泛展开，预计会继续深入下去。

比如说，SDN的发展主要由ONF（开放网络基金会）来推动，同时得到了IETF（互联网工程任务组）和ETSI（欧洲电信标准协会）的力挺。

相关工作正在业界和开源社区里面展开（比如说，面向SDN的OpenDaylight和OpenNFV）。

许多公司往往普遍部署开放的实现方法和规范，它们后来有望成为事实上标准的候选者。

智能机

定义:智能机是指嵌入认知计算功能的系统，不需要人工干预，就能够做出决定、解决问题。它们执行传统上由人类执行的活动和任务，提高效率和生产力。

应用

自主机器人或自主车辆――重塑交通运输、物流、分销和供应链管理。

专家系统――模拟人类的决策能力，解决通常需要专家馈入的问题，比如在汽车、消费类电子产品、医疗和工业等领域。

智能虚拟助理――比如化身，它们为客户提供信息和服务帮助。

传感器――不需要人的直接干预，收集关于我们物理环境的数据。

演化

原型自主汽车、先进机器人、虚拟个人助理和智能顾问早已存在。

基于传感器的数据呈爆炸式增长，将为它们提供关于物理世界的更多上下文。

它们将进一步发展，可以更自主地工作，这归功于认知计算、先进算法和人工智能。

随着时间的推移，更多的机器会进入我们的生活，按照摩尔定律，它们会变得更好、更快，更便宜。

人工智能、语音识别和机器学习等方面的进步，意味着知识工作现在可以实现自动化。

机器将做出日益重大的业务决定，人类对这些决定的控制力在减弱。

正因为如此，智能机有望在未来大大影响发达世界至少三分之一的行业的商业格局。

虚拟助理

定义：虚拟助理是代表我们执行服务或任务的软件代理。它们了解查询，可以用自然语言来回复查询。他们利用人工智能、自然语言处理、机器学习、语音处理及推理和知识表示，让人机交互更简单、更自然、更吸引人。它们执行的任务和服务依赖书面或口头的用户输入、上下文感知以及众多在线数据源，比如天气或交通状况、新闻、股价、时间表和零售价格。

应用

管理支持――比如，即时咨询、查询和提醒，以及支持个人事件和商业事件。

长期的专家帮助――包括长期项目或专家工作，它们的学习能力意味着它们接触的上下文越多，它们的帮助就越大。

客户服务帮助――包括零售、银行、保险和电信等行业，它们补充或取代客户服务代表真人。

对庞大的结构化和非结构化数据集进行数据挖掘――发现模式和异常情况，主动识别问题，发现机会，并支持决策。

预测专家帮助――预测事件，并在事件发生之前采取行动。

虚拟个人购物助理――了解、预测和服务消费者的口味、需求和愿望，帮助优化消费者购买。

演化

年代，搜索引擎得到了发展，包括更多的上下文，提炼结果，让结果更准确。

自然语言处理（NLP）系统得到了发展，让用户可以用会话语言与计算机进行交互。

更多的计算能力变得可用，这意味着可以经济高效地处理自然语言。

Siri等虚拟助理的兴起标志着搜索朝着更个性化、更交互的服务发展，逐渐转向由功能强大的软件助理调控的服务生态系统。

虚拟助理下一步将被引入到云端，让它出现在多个设备上：用户的身体上，以及办公室、住宅和车辆里面。

未来的助理能够准确地检测用户到底在哪里。

传感器（比如智能手机里面的麦克风、摄像头、方向感应器和GPS）方面的进步将提供更多上下文，供虚拟助理充分利用。

虚拟助理还在学习如何通过语音分析或面部表情来检测情绪，无论用户在移动、静止还是在车内。

只要可以访问相关的数据集，实时学习能力将确保助理与时俱进，或者让助理可以扩大到新的领域。

可穿戴计算

定义：可穿戴计算是指戴在人身上的微型电子设备，集成了感知、计算和通信等功能。它们可充分利用佩戴者的上下文――可以由嵌入式传感器来检测，提供一般或特定的服务，让佩戴者能够根据它们提供的信息，实时采取行动。虽然如今最流行的可穿戴设备是智能手表，但可以在我们人体的不同部位找到其他可穿戴设备：

连接到手腕上――比如智能手表、手环和腕带。

套在头上――包括头带和头盔。

戴在眼前――比如眼镜、隐形眼镜和生物强化。

耳朵周围――比如耳机。

植入或嵌入式芯片――包括助听器。

手上或手里――比如手套或数码笔。

智能衣服和纺织品――包括绷带、T恤、上衣、袜子、胸罩、腰带和鞋子。

嵌入到珠宝里――包括戒指和耳环。

皮肤上――比如纹身。

应用

跨行业

—安全――改进授权、验证和跟踪。

—现场服务和维护――比如说，与SCADA集成，帮助排除故障。

—支付和开支――改进移动功能。

—培训――提供支持，记录和共享活动。

—状态监控――收集健康或环境信息。

—与智能物体直接交互――启动基于云的服务。

—信息――简化信息访问和共享知识。

针对特定行业

—医疗保健――培训医生、协助手术、监测患者和医生的健康、记录治疗，以及支持和监测药物方案。

—零售――共享产品信息、销售、仓库和库存管理。

—军事和国土安全。

—监测活动、记录操作、导航和身份识别。

—交通运输――导航、跟踪及测量司机的健康。

—体育――监测生命体征、比较结果、适应环境以及活动记录。

带来新的商业机会：

—提供健康方面的洞察力，可供营销人员利用。

—提供奖励，以换取穿戴使用方面的数据。

—连接移动支付和客户忠诚度。

—解决品牌商之前无力解决的新颖的客户问题。

演化

穿戴式设备最初用于军事、医疗和医药领域。

它们现在主要专注于B2C市场的健康和活动监测。

大众的兴趣扩大到了B2B市场的新领域；智能手表、数码徽章和智能手环可能起初最受







































治疗白癜风哪个医院最好
什么治白癜风